至顶网服务器频道 11月15日 新闻消息: 如果没有机器的协助,海量、复杂的数据将越来越难以利用。机器不仅处理数据,并且从中学习。
日前,我在《纽约时报》Dealbook大会上谈到,每家公司都应当制定人工智能战略,刻不容缓。随着数字化革命进程的加快,数据越来越多、越来越复杂、越来越多样,企业必须迅速做出关键决策。为了驾驭数字洪流,企业需要人工智能战略,否则就会落后于时代。
海量、复杂的可用数据量超过了人类分析师处理的能力。如果没有机器的协助,就日益难以有效利用数据,而机器不仅处理数据,并且从中学习。
人工智能使企业能够管理复杂的数据,并且提供前所未有的机会以让企业做出实时决策、动态运营管理并响应客户。
这并不是在预测未来。从银行到医疗,从制造业到消费服务业,全球的企业都在利用人工智能分析数据并构建学习型组织,从而以前所未有的速度来应变并展开竞争。例如:
• 新西兰银行提出了一个新的品牌主张--"您的银行",更加聚焦在顾客身上,实现途径之一是利用人工智能重塑和再造一种更加个性化的顾客体验。
• 夏普医疗正在利用人工智能来筛查患者多年的电子病历数据,以预测哪些患者面临病情突然恶化的风险,准确率达到80%。这一模式可以预测在接下来一个小时是否需要调用快速响应团队(Rapid Response Team),从而让夏普能够智能地把医疗急救队伍配备到医院中的关键位置,在危及生命的事件发生之前就进行干预。
• 费洛实验室(Fero Labs)正在利用人工智能帮助制造商提高工业产量、预防昂贵的机器发生故障以减少浪费,所有这一切都有助于提高产品质量并降低成本。
亚马逊云服务(AWS)正在为客户提供机器学习服务,帮助他们开发智能应用。它让Zillow这样的机构能够高度准确地估算超过1.1亿套房屋的价值,也能让Netflix为其1亿订户制定个性化的预测推荐。
企业正在利用人工智能平台进行激动人心的创新,这只是其中的几个案例。企业要想运用人工智能致胜未来,就应遵循四个关键指南:
• 知道哪些数据被抓取了, 利用最新互联技术哪些数据还可以被抓去
• 部署基础设施,以整合数据并知道如何分析这些数据
• 确定在哪方面投资人工智能以助于从数据中进行学习
人工智能支持并协助实时决策的世界即将到来,培训高管使其做好准备
在英特尔,我们致力于让人工智能成为我们产品组合的重要组成部分。能够解决我们内部业务挑战的技术,同样也可帮到我们的客户。人工智能优化解决方案的案例包括:工厂流程、战略规划、IT数据中心运营等。应用案例不胜枚举,正因如此,英特尔投资将人工智能视为选择投资项目的重要战略标准之一。
为此,英特尔提供了一整套人工智能产品,包括软件和硬件,可以应用到几乎每种可以想到的案例中。通过在各业务场景中提供灵活、可扩展的解决方案,我们引领着人工智能与业务运营的整合。最具前瞻性的公司正已通过人工智能获得竞争优势。展望未来,人工智能战略将不再可有可无,它将成为企业生存的条件。
企业需要立刻制定并执行自己的人工智能战略,方能制胜未来。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。